Uso de modelos de Markov para recomendaci??n de actividades en Hipermedia Adaptativa

Resumen basado en el de la publicaci??n

Estimação paramétrica e não-paramétrica em modelos de markov ocultos

In this work we study the Hidden Markov Models with finite as well as general state space. In the finite case, the forward and backward algorithms are considered and the probability of a given observed sequence is computed. Next, we use the EM algorithm to estimate the model parameters. In the general case, the kernel estimators are used and to built a sequence of estimators that converge in L1-norm to the density function of the observable process

Reconhecimento de língua gestual

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia Informática e Computadores

Mecanismos de tolerancia a sequía y sus efectos sobre la habilidad competitiva de pastos de la estepa patagónica

En zonas áridas y semiáridas, las estrategias evolutivas de uso del agua determinan la posibilidad de coexistencia, entre especies vegetales. El objetivo propuesto de evaluar si existen diferencias en los niveles de tolerancia a sequía entre pastos que coexisten en un sistema semiárido patagónico, y si dichas diferencias determinan su capacidad de competir por el agua y el resultado de esa competencia a largo plazo. Se estudiaron 4 especies de pastos: Bromus pictus, Poa ligularis, Pappostipa speciosa y Festuca pallescens. En dos experimentos controlados P. speciosa fue la especie más tolerante (menor efecto de la sequía sobre la biomasa), la menos plástica y la de menor crecimiento potencial. En el otro extremo, B. pictus fue la menos tolerante, más plástica y con mayor crecimiento potencial. P. ligularis junto con F. pallescens, esta última proveniente de un ambiente con mayor productividad, resultaron ser especies de plasticidad y crecimiento potencial intermedios. En un experimento de dos años de duración en el campo, la especie menos tolerante (B. pictus) mostró menor habilidad competitiva que la más tolerante (P. speciosa) solamente cuando la disponobilidad de agua era baja y su competidora era de mayor tamaño. Mediante modelos de Markov, basados en mapas sucesivos de vegetación, de parcelas permamentes clausuradas al pastoreo, se observó para una ventana temporal de 7 años que la especie más representada en la comunidad climáxica no era ni la más tolerante ni la de mayor crecimiento potencial. Las especies mostraron diferencias claras de dinámica: la menos frecuente (B. pictus) persiste gracias a su permanencia en cada sitio ocupado; la más frecuente (P. ligularis), en cambio, mediante una elevada movilidad (colonizando suelo desnudo y reemplazando a vecinas), mientras que P. speciosa, de frecuencia intermedia, presentó una combinación entre permanencia y movilidad. Estos pastos mostraron diferencias funcionales en el uso del agua, señalando al gremio de los pastos perennes patagónicos como un grupo más heterogéneo de lo que pensaba. Las diferencias en el uso del agua implicarían una diferenciación funcional de los nichos de las especies posibilitando su coexistencia.

Mecanismos de tolerancia a sequía y sus efectos sobre la habilidad competitiva de pastos de la estepa patagónica

En zonas áridas y semiáridas, las estrategias evolutivas de uso del agua determinan la posibilidad de coexistencia, entre especies vegetales. El objetivo propuesto de evaluar si existen diferencias en los niveles de tolerancia a sequía entre pastos que coexisten en un sistema semiárido patagónico, y si dichas diferencias determinan su capacidad de competir por el agua y el resultado de esa competencia a largo plazo. Se estudiaron 4 especies de pastos: Bromus pictus, Poa ligularis, Pappostipa speciosa y Festuca pallescens. En dos experimentos controlados P. speciosa fue la especie más tolerante (menor efecto de la sequía sobre la biomasa), la menos plástica y la de menor crecimiento potencial. En el otro extremo, B. pictus fue la menos tolerante, más plástica y con mayor crecimiento potencial. P. ligularis junto con F. pallescens, esta última proveniente de un ambiente con mayor productividad, resultaron ser especies de plasticidad y crecimiento potencial intermedios. En un experimento de dos años de duración en el campo, la especie menos tolerante (B. pictus)mostró menor habilidad competitiva que la más tolerante (P. speciosa)solamente cuando la disponobilidad de agua era baja y su competidora era de mayor tamaño. Mediante modelos de Markov, basados en mapas sucesivos de vegetación, de parcelas permamentes clausuradas al pastoreo, se observó para una ventana temporal de 7 años que la especie más representada en la comunidad climáxica no era ni la más tolerante ni la de mayor crecimiento potencial. Las especies mostraron diferencias claras de dinámica: la menos frecuente (B. pictus)persiste gracias a su permanencia en cada sitio ocupado; la más frecuente (P. ligularis), en cambio, mediante una elevada movilidad (colonizando suelo desnudo y reemplazando a vecinas), mientras que P. speciosa, de frecuencia intermedia, presentó una combinación entre permanencia y movilidad. Estos pastos mostraron diferencias funcionales en el uso del agua, señalando al gremio de los pastos perennes patagónicos como un grupo más heterogéneo de lo que pensaba. Las diferencias en el uso del agua implicarían una diferenciación funcional de los nichos de las especies posibilitando su coexistencia.

Análise de contágio a partir do modelo de correlação condicional constante com mudança de regime Markoviana

Nas últimas décadas, a análise dos padrões de propagação internacional de eventos financeiros se tornou o tema de grande parte dos estudos acadêmicos focados em modelos de volatilidade multivariados. Diante deste contexto, objetivo central do presente estudo é avaliar o fenômeno de contágio financeiro entre retornos de índices de Bolsas de Valores de diferentes países a partir de uma abordagem econométrica, apresentada originalmente em Pelletier (2006), sobre a denominação de Regime Switching Dynamic Correlation (RSDC). Tal metodologia envolve a combinação do Modelo de Correlação Condicional Constante (CCC) proposto por Bollerslev (1990) com o Modelo de Mudança de Regime de Markov sugerido por Hamilton e Susmel (1994). Foi feita uma modificação no modelo original RSDC, a introdução do modelo GJR-GARCH formulado em Glosten, Jagannathan e Runkle (1993), na equação das variâncias condicionais individuais das séries para permitir capturar os efeitos assimétricos na volatilidade. A base de dados foi construída com as séries diárias de fechamento dos índices das Bolsas de Valores dos Estados Unidos (SP500), Reino Unido (FTSE100), Brasil (IBOVESPA) e Coréia do Sul (KOSPI) para o período de 02/01/2003 até 20/09/2012. Ao longo do trabalho a metodologia utilizada foi confrontada com outras mais difundidos na literatura, e o modelo RSDC com dois regimes foi definido como o mais apropriado para a amostra selecionada. O conjunto de resultados encontrados fornecem evidências a favor da existência de contágio financeiro entre os mercados dos quatro países considerando a definição de contágio financeiro do Banco Mundial denominada de “muito restritiva”. Tal conclusão deve ser avaliada com cautela considerando a extensa diversidade de definições de contágio existentes na literatura.

Aplicação de técnicas de classificação em séries temporais

Hoje, há um interesse crescente pela aprendizagem de uma segunda língua, quer seja por razões profissionais ou pessoais. Esta é uma tendência que se vai afirmando num mundo cada vez mais interconectado. Por outro lado, a democratização das tecnologias computacionais torna possível pensar em desenvolver novas técnicas de ensino de línguas mais automatizadas e personalizadas. Esta dissertação teve como objetivo estudar e implementar um conjunto de técnicas de processamento de sinal e de classificação de séries temporais úteis para o desenvolvimento de metodologias do ensino oral com feedback automático. São apresentados resultados preliminares sobre a prestação destas técnicas, e avaliada a viabilidade deste tipo de abordagem.

Evaluación de costo efectividad de la profilaxis versus tratamiento a demanda en pacientes con Hemofilia A moderada y severa para prevenir sangrado articular de una aseguradora en Colombia

Introducción: En Colombia existe un protocolo de manejo para pacientes con hemofilia A severa sin inhibidores que recomienda el manejo de profilaxis primaria y secundaria con FVIII. Objetivos: Estimar la relación incremental de costo-efectividad (RICE) de la profilaxis con Factor VIII vs tratamiento a demanda para prevenir sangrados articulares en pacientes con hemofilia A moderada y severa de una aseguradora en Colombia. Materiales y Métodos: Se adaptó un modelo de Markov desde la perspectiva del tercer pagador. Las probabilidades de transición se ajustaron mediante un modelo de regresión logística multinomial explicadas por la edad y el peso. Las tasas de eventos son anuales. Las efectividades se extrajeron de la cohorte de la aseguradora y de la literatura. Los costos incluyeron el FVIII, medicamentos, hospitalización, procedimientos quirúrgicos, apoyo diagnóstico y consultas médicas. La tasa de descuento fue del 3%. Resultados: En pacientes con hemofilia A moderada y severa la profilaxis con FVIII evitará en promedio 7 sangrados articulares, el RICE para el sangrado articular es de $303.457. Conclusiones: La profilaxis con Factor VIII es una estrategia costo-efectiva en el manejo de pacientes con hemofilia A moderada y severa para la aseguradora, disminuyendo el número de sangrados articulares al año.

Segmentação de nome e endereço por meio de modelos escondidos de Markov e sua aplicação em processos de vinculação de registros

A segmentação dos nomes nas suas partes constitutivas é uma etapa fundamental no processo de integração de bases de dados por meio das técnicas de vinculação de registros. Esta separação dos nomes pode ser realizada de diferentes maneiras. Este estudo teve como objetivo avaliar a utilização do Modelo Escondido de Markov (HMM) na segmentação nomes e endereços de pessoas e a eficiência desta segmentação no processo de vinculação de registros. Foram utilizadas as bases do Sistema de Informações sobre Mortalidade (SIM) e do Subsistema de Informação de Procedimentos de Alta Complexidade (APAC) do estado do Rio de Janeiro no período entre 1999 a 2004. Uma metodologia foi proposta para a segmentação de nome e endereço sendo composta por oito fases, utilizando rotinas implementadas em PL/SQL e a biblioteca JAHMM, implementação na linguagem Java de algoritmos de HMM. Uma amostra aleatória de 100 registros de cada base foi utilizada para verificar a correção do processo de segmentação por meio do modelo HMM.Para verificar o efeito da segmentação do nome por meio do HMM, três processos de vinculação foram aplicados sobre uma amostra das duas bases citadas acima, cada um deles utilizando diferentes estratégias de segmentação, a saber: 1) divisão dos nomes pela primeira parte, última parte e iniciais do nome do meio; 2) divisão do nome em cinco partes; (3) segmentação segundo o HMM. A aplicação do modelo HMM como mecanismo de segmentação obteve boa concordância quando comparado com o observador humano. As diferentes estratégias de segmentação geraram resultados bastante similares na vinculação de registros, tendo a estratégia 1 obtido um desempenho pouco melhor que as demais. Este estudo sugere que a segmentação de nomes brasileiros por meio do modelo escondido de Markov não é mais eficaz do que métodos tradicionais de segmentação.

Desenvolvimento de arquitetura para sistemas de reconhecimento automático de voz baseados em modelos ocultos de Markov

Este trabalho foi realizado dentro da área de reconhecimento automático de voz (RAV). Atualmente, a maioria dos sistemas de RAV é baseada nos modelos ocultos de Markov (HMMs) [GOM 99] [GOM 99b], quer utilizando-os exclusivamente, quer utilizando-os em conjunto com outras técnicas e constituindo sistemas híbridos. A abordagem estatística dos HMMs tem mostrado ser uma das mais poderosas ferramentas disponíveis para a modelagem acústica e temporal do sinal de voz. A melhora da taxa de reconhecimento exige algoritmos mais complexos [RAV 96]. O aumento do tamanho do vocabulário ou do número de locutores exige um processamento computacional adicional. Certas aplicações, como a verificação de locutor ou o reconhecimento de diálogo podem exigir processamento em tempo real [DOD 85] [MAM 96]. Outras aplicações tais como brinquedos ou máquinas portáveis ainda podem agregar o requisito de portabilidade, e de baixo consumo, além de um sistema fisicamente compacto. Tais necessidades exigem uma solução em hardware. O presente trabalho propõe a implementação de um sistema de RAV utilizando hardware baseado em FPGAs (Field Programmable Gate Arrays) e otimizando os algoritmos que se utilizam no RAV. Foi feito um estudo dos sistemas de RAV e das técnicas que a maioria dos sistemas utiliza em cada etapa que os conforma. Deu-se especial ênfase aos Modelos Ocultos de Markov, seus algoritmos de cálculo de probabilidades, de treinamento e de decodificação de estados, e sua aplicação nos sistemas de RAV. Foi realizado um estudo comparativo dos sistemas em hardware, produzidos por outros centros de pesquisa, identificando algumas das suas características mais relevantes. Foi implementado um modelo de software, descrito neste trabalho, utilizado para validar os algoritmos de RAV e auxiliar na especificação em hardware. Um conjunto de funções digitais implementadas em FPGA, necessárias para o desenvolvimento de sistemas de RAV é descrito. Foram realizadas algumas modificações nos algoritmos de RAV para facilitar a implementação digital dos mesmos. A conexão, entre as funções digitais projetadas, para a implementação de um sistema de reconhecimento de palavras isoladas é aqui apresentado. A implementação em FPGA da etapa de pré-processamento, que inclui a pré-ênfase, janelamento e extração de características, e a implementação da etapa de reconhecimento são apresentadas finalmente neste trabalho.

Reconocimiento de formas manuscritas con modelos ocultos de Markov

Programa de doctorado Tecnologías de las Telecomunicaciones

O uso de modelos ocultos de Markov no estudo do fluxo de rios intermitentes

In this work, we present our understanding about the article of Aksoy [1], which uses Markov chains to model the flow of intermittent rivers. Then, we executed an application of his model in order to generate data for intermittent streamflows, based on a data set of Brazilian streams. After that, we build a hidden Markov model as a proposed new approach to the problem of simulation of such flows. We used the Gamma distribution to simulate the increases and decreases in river flows, along with a two-state Markov chain. The motivation for us to use a hidden Markov model comes from the possibility of obtaining the same information that the Aksoy’s model provides, but using a single tool capable of treating the problem as a whole, and not through multiple independent processes

Identificação de danos estruturais via método de Monte Carlo com cadeias de Markov

O presente trabalho apresenta um estudo referente à aplicação da abordagem Bayesiana como técnica de solução do problema inverso de identificação de danos estruturais, onde a integridade da estrutura é continuamente descrita por um parâmetro estrutural denominado parâmetro de coesão. A estrutura escolhida para análise é uma viga simplesmente apoiada do tipo Euler-Bernoulli. A identificação de danos é baseada em alterações na resposta impulsiva da estrutura, provocadas pela presença dos mesmos. O problema direto é resolvido através do Método de Elementos Finitos (MEF), que, por sua vez, é parametrizado pelo parâmetro de coesão da estrutura. O problema de identificação de danos é formulado como um problema inverso, cuja solução, do ponto de vista Bayesiano, é uma distribuição de probabilidade a posteriori para cada parâmetro de coesão da estrutura, obtida utilizando-se a metodologia de amostragem de Monte Carlo com Cadeia de Markov. As incertezas inerentes aos dados medidos serão contempladas na função de verossimilhança. Três estratégias de solução são apresentadas. Na Estratégia 1, os parâmetros de coesão da estrutura são amostrados de funções densidade de probabilidade a posteriori que possuem o mesmo desvio padrão. Na Estratégia 2, após uma análise prévia do processo de identificação de danos, determina-se regiões da viga potencialmente danificadas e os parâmetros de coesão associados à essas regiões são amostrados a partir de funções de densidade de probabilidade a posteriori que possuem desvios diferenciados. Na Estratégia 3, após uma análise prévia do processo de identificação de danos, apenas os parâmetros associados às regiões identificadas como potencialmente danificadas são atualizados. Um conjunto de resultados numéricos é apresentado levando-se em consideração diferentes níveis de ruído para as três estratégias de solução apresentadas.

Promedio bayesiano de modelos para la predicción del consumo máximo de oxígeno en deportistas con datos de no-ejercicio

Históricamente, los modelos de no-ejercicio para predecir el consumo máximo de oxígeno (VO2max) han sido construidos mediante regresión lineal frecuentista, usando técnicas estándar de selección de modelos. Sin embargo, existe incertidumbre acerca de la estructura estadística en el proceso de selección del modelo. En este estudio se propuso construir un modelo de no-ejercicio para predecir el VO2max en deportistas orientados al rendimiento, considerando la incertidumbre de modelo a través del Promedio Bayesiano de Modelos (BMA). Un objetivo adicional fue comparar la performance predictiva del BMA con las de los modelos derivados de varias técnicas frecuentistas usuales de selección de variables. Con tal fin, se implementó un submuestreo aleatorio estratificado repetido. Los datos incluyeron observaciones de la variable respuesta (en L·min-1), así como registros de Género, Deporte, Edad, Peso, Talla e Índice de masa corporal (BMI) (Edad = 22.1 ± 4.9 años, media ± SD; n = 272). Se propuso una clasificación de deportes con el objetivo de incluirla dentro del proceso de construcción del modelo: Combate, Juego, Resistencia 1 y Resistencia 2. El enfoque BMA se implementó en base a dos métodos: Occam's window y Composición de Modelo mediante el método de Monte Carlo con Cadenas de Markov (MC²). Se observaron discrepancias en la selección de variables entre los procedimientos frecuentistas. Ambos métodos de BMA produjeron resultados muy similares. Los modelos que incluyeron Género y las variables dummies para Resistencia 1 y Resistencia 2 acumularon virtualmente toda la probabilidad de modelo a posteriori. El Peso fue el predictor continuo con la más alta probabilidad de inclusión a posteriori (menor a 0.8). Las combinaciones de variables que involucraron predictores con un alto nivel de multicolinealidad fueron desacreditadas. Los modelos con sustancial contribución para el BMA presentaron un ajuste apreciable (R² ajustado menor a 0.8). Entre los modelos seleccionados por estrategias frecuentistas, el obtenido mediante el método de regresión por pasos (Stepwise regression method) con alfa igual a 0.05 fue el más respaldado por los datos, en términos de probabilidad de modelo a posteriori. En concordancia con la literatura, el BMA tuvo mejor performance predictiva de los datos fuera de la muestra que los modelos seleccionados por técnicas frecuentistas, medida por la cobertura del intervalo de predicción de 90 por ciento. La clasificación de deportes reveló resultados consistentes.